典型文献
基于时序特征模式识别的列车网侧过流故障实时诊断
文献摘要：
为了提升列车的智能化水平与现场检修效率,文中从系统角度出发,针对高速列车牵引传动系统网侧过流的精确故障定位问题,提出一种基于故障时序特征模式识别的实时诊断方法.该方法首先通过机理分析选择故障源集合关联的系统信号,其次,结合案例数据波形与专家经验,挖掘故障源与系统信号的关联规律,提取相关故障特征指标;然后,基于故障特征指标的时序变化特性,利用高斯混合模型与隐层马尔科夫链算法建立列车网侧过流的时序特征辨识的故障诊断模型.最后,应用列车实际运行数据对提出的故障诊断模型进行验证,实验结果表明,所提算法能实现有效的故障检测与隔离功能,具有良好的应用价值.
文献关键词：
故障时序特征;时序特征模式识别;高斯混合模型与隐层马尔科夫链;实时诊断;牵引传动系统
中图分类号：
作者姓名：
倪强;李学明;刘侃;黄庆
作者机构：
广东工业大学自动化学院,广东省 广州市 510006;湖南大学机械与运载工程学院, 湖南省 长沙市 410082;中车株洲电力机车研究所有限公司,湖南省 株洲市 412001
文献出处：
引用格式：
[1]倪强;李学明;刘侃;黄庆-.基于时序特征模式识别的列车网侧过流故障实时诊断)[J].中国电机工程学报,2022(11):3963-3974,中插8
A类：
时序特征模式,时序特征模式识别,故障时序特征,高斯混合模型与隐层马尔科夫链
B类：
过流故障,实时诊断,智能化水平,检修,高速列车,牵引传动系统,故障定位,定位问题,机理分析,故障源,专家经验,关联规律,故障特征,特征指标,时序变化,变化特性,故障诊断模型,实际运行,运行数据,故障检测与隔离,隔离功能
AB值：
0.193702
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
